OCR vs.OCV Aufdruckkontrolle von

Technischer Report
OCR vs.OCV
Aufdruckkontrolle von
Produktkennzeichnungen
Verklebte Düsen und verstopfte Patronen
eines Druckers werden häufig nicht
erkannt. Dabei kann schon ein fehlendes
oder fehlerhaft gedrucktes Mindesthaltbarkeitsdatum dazu führen, dass
eine ganze LKW-Ladung verderblicher
Ware Retour geht. Nur eine 100%-Sichtkontrolle der bedruckten Produkte
kann wirklich Sicherheit schaffen. Für
einen Menschen ist diese Arbeit überaus
ermüdend und bei hohen Produktionsgeschwindigkeiten auch nur stichprobenartig möglich. Bildverarbeitungssysteme
können hier Abhilfe schaffen. Doch was
genau muss ein solches System leisten?
Was muss eigentlich beachtet werden,
damit eine sichere und stabile Kontrolle
möglich ist?
Jährlich werden in Deutschland Lebensmittel im Wert von rund 148 Mrd. € (2009,
Quelle: Statistisches Bundesamt) produziert. Jedes einzelne Lebensmittel muss dabei verpackt und etikettiert werden, wobei
zahlreiche gesetzliche Anforderungen an
diese Kennzeichnung zu erfüllen sind. Die
Lebensmittel-Kennzeichnungsverordnung
(LMKV) führt hierzu zahlreiche Angaben
auf, die auf jeder Verpackung zu finden
sein müssen, z. B. die Verkehrsbezeichnung, Inhaltsangaben, Lagerbedingungen
oder das Mindesthaltbarkeits- bzw. das
Verfallsdatum. Für diese Kennzeichnung
werden dabei oft Etikettenvorlagen verwendet, in denen feststehende Angaben
(Produktbezeichnung,
Inhaltsstoffe,…)
bereits aufgedruckt sind. Veränderliche Inhalte (Datumsangaben, Los- und Chargennummern) werden dann direkt nach dem
Verpacken des Lebensmittels zusätzlich in
entsprechende Platzhalter gedruckt, wobei
typischerweise Tintenstrahl- oder Laserdrucker verwendet werden. Damit stellt sich
die Frage: Wie kann sichergestellt werden,
dass die Drucker zum einen die richtige
Technischer Report Mai 2011
Verpackungen von Lebensmitteln, Medikamenten und Kosmetika müssen entsprechend
gesetzlicher Vorgaben mit verschiedenen Angaben gekennzeichnet werden. Die industrielle
Bildverarbeitung ermöglicht eine effiziente und sichere 100%-Kontrolle dieser Aufdrucke.
Angabe drucken, zum anderen die Angaben auch lesbar sind? Wie können diese
Fehler zuverlässig vor der Auslieferung der
Lebensmittel erkannt werden?
Manuelle Stichproben sind nicht
ausreichend
Eine manuelle Stichprobenkontrolle ist
sicher ein erster Schritt in die richtige
Richtung. Reproduzierbare, dokumentierte und einheitliche Ergebnisse sind
so jedoch nur aufwändig zu erreichen
und erfordern einen hohen personellen
Aufwand. Wesentlich sicherere Aussagen
können mit den Mitteln der industriellen
Bildverarbeitung
erreicht
werden.
Dabei trifft man auf zwei Begriffe, die
deutlich voneinander zu trennen sind:
„„
Optical
Character Recognition (OCR)
Hier ist der Inhalt eines unbekannten
Aufdrucks zu ermitteln. Dies bedeutet
allerdings nicht, dass das Druckbild
einwandfrei ist und dieser Text auch für
Menschen eindeutig lesbar ist.
„„
Optical Character Verification (OCV)
Hier wird die Druckqualität eines
bekannten Texts ermittelt, indem Abweichungen zu einem Referenzdruckbild
festgestellt werden.
OCR
OCV
Aufgabe
Textinhalt erkennen
Qualität des Druckbilds
bestimmen
Textinhalt
Vorab nicht bekannt
Vorab bekannt
Ergebnis
Gelesener Text
Druckqualität
Vergleich OCR und OCV
OCR (gelesen: 1 2 3 A B C)
auch für eine reine Druckbildkontrolle oft
unverzichtbar.
Eine Aufgabe für einen Spezialisten
Ausgangsbild
Vorverarbeitung (Zeichen finden)
Prinzipieller Ablauf OCR / OCV
OCR und OCV dienen jeweils einem anderen
Zweck und verwenden unterschiedliche
Methoden. Beiden Verfahren gemein
sind jedoch bestimmte Vorverarbeitungsschritte. Bevor ein Text gelesen oder dessen
Druckqualität bestimmt werden kann, muss
die Position der Zeichen im Bild bestimmt
werden. Denn gerade bei einem Druck
nach dem in der Industrie weit verbreiteten
Continuous-Inkjet-Prinzip kann die Position
der Zeichen im Bild erheblich schwanken.
Ist dieser Schritt durchgeführt, kann die
eigentliche Verarbeitung beginnen. Bei der
OCR heißt dies zu ermitteln, welchem Buchstabe oder welcher Zahl der entsprechende
Bildausschnitt am ähnlichsten ist. Um das
zu beurteilen, werden hoch entwickelte
Algorithmen, wie künstliche neuronale
Netze verwendet. Mit diesem Verfahren
wird versucht, Strukturen des menschlichen
Gehirns durch ein Computerprogramm
nachzubilden, um so exakte „menschliche“
Ergebnisse zu erzielen. Das Resultat dieser
Operation ist eine Zuordnung der Bildausschnitte zu den entsprechenden Zeichen.
Diese lassen sich dann zum eigentlichen
Textinhalt verketten. Eine Aussage zur
Lesbarkeit durch den Menschen ist dadurch jedoch nicht getroffen. So könnte
auch ein großer runder Fleck als Null
interpretiert werden, da der entsprechende
Bildausschnitt diesem Zeichen am stärksten
ähnelt. Bei der OCV wird im Gegensatz dazu
bestimmt, wie ähnlich der Bildausschnitt
einem zuvor eingelernten Referenzzeichen
ist. Eine Abweichung zur Referenz kann
dann als Änderung der Druckqualität interpretiert werden. Dazu muss man natürlich
wissen, mit welchem Zeichen verglichen
werden sollte. Der Text muss also vorher
bekannt sein.
OCV (Druckqualität 76 - 100 %)
beispielsweise der Fall, wenn ein Bauteil
anhand einer Kennzeichnung identifiziert
werden soll. Sollen Druckfehler einer
Kennzeichnung erkannt werden, also
beispielsweise bei der Überwachung eines
Mindesthaltbarkeitsdatums, wird OCV
benötigt. Dafür muss allerdings der Inhalt
der Kennzeichnung bekannt sein. Dem
Bildverarbeitungssystem diese Information
zur Verfügung zu stellen, ist jedoch speziell
bei ständig wechselnden Aufdrucken alles
andere als einfach. Drucker bieten oft
keine Möglichkeit den aktuell gedruckten
Text elektronisch nach außen zu geben.
Selbst wenn dies möglich ist, müssen
Drucker und Bildverarbeitungssystem exakt
synchronisiert werden. Eine Hybrid-Lösung
aus OCR und OCV vereinfacht den Einsatz
erheblich. Die OCR-Komponente liest
zunächst den Inhalt der Kennzeichnung.
Mithilfe von OCV kann dann sichergestellt
werden, dass die Zeichen auch in guter
Qualität gedruckt wurden. OCR ist also
Generell ist zu sagen, dass OCR eine anspruchsvolle Aufgabe für eine Maschine
ist. Dies nutzt man beispielsweise für die
Zugangskontrolle im Internet mit den so
genannten Captchas. Dies sind kleine
Bildfelder mit verzerrtem Text, der vom
Anwender erkannt und abgetippt werden
muss. Da kein Computer im Stande ist,
diesen Text sicher zu lesen, kann z. B. verhindert werden, dass Computerprogramme
automatisch Millionen Passwörter prüfen,
um sich so Zugang zu privaten E-MailPostfächern zu verschaffen. Das Lesen von
Text ist für ein Bildverarbeitungssystem
also alles andere als ein Kinderspiel. Um
die Aufgabe dennoch sicher und vor allem
einfach im industriellen Alltag zu lösen,
wird ein speziell auf die Anforderungen der
Überwachung von Produktkennzeichnungen abgestimmtes System benötigt. Mit
dem VeriSens ID-110 bietet Baumer solch
einen Spezialisten an. VeriSens ID-110 ist
ein Vision Sensor, der speziell für die Kontrolle von typischen Aufdrucken wie Mindesthaltbarkeitsdaten, Chargennummern
etc. entwickelt wurde. Er bietet sowohl
Möglichkeiten für OCR als auch OCV. Die
Anwendung beschränkt sich dabei nicht
nur auf die Kontrolle von genormten, auf
Maschinenlesbarkeit optimierten Schriftarten wie OCR-B. Der Vision Sensor ist auch
®
®
Welches Verfahren für welche Aufgabe?
Soll der Inhalt eines Aufdrucks ermittelt
werden, wird OCR benötigt. Dies ist
Technischer Report Mai 2011
Der Vision Sensor VeriSens ID-110 von Baumer verwendet leistungsstarke Algorithmen zum
Lesen und Bewerten von Klarschrift sowie von Matrix- und Barcodes.
®
Der Vision Sensor VeriSens ID-110 ist ideal zur Qualitätskontrolle für Endverpackungen und
wird zum Beispiel dem Aufdruckprozess direkt nachgeschaltet. Dabei liest er das auf aufgedruckte Mindesthaltbarkeitsdatum und prüft es auf Richtigkeit sowie Lesbarkeit.
®
in der Lage, die für die Kennzeichnung
von Lebensmitteln überwiegend verwendeten Aufdrucke von Continuous-InkjetDruckern sicher zu lesen und zu prüfen.
Neben der Verarbeitung von Text ist der
VeriSens ID-110 ebenfalls in der Lage alle
gängigen Barcodes und 2D-Codes zu lesen.
®
Einsatz auch für Pharmazeutika und
Kosmetik
kosmetischen Produkten ist sicherzustellen, dass die notwendigen Angaben
vorhanden und lesbar sind. Die automatisierte Prüfung des Druckbildes ist somit
ein unabdingbarer Schritt für die Etikettierung. Mit dem VeriSens ID-110 steht ein
leistungsfähiger Vision Sensor zur Verfügung, der mit einer einfachen Bedienung
überzeugt und die Produktkennzeichnung
zuverlässig überprüft.
Die Kontrolle des Druckbildes ist dabei
nicht auf den Bereich der Lebensmittelverpackungen beschränkt. Auch bei der
Verpackung von pharmazeutischen und
®
Autor:
Dipl. Wirt.-Ing. Martin Koch
Technical Sales Service & Internal Sales
Competence Center Vision Technologies
Autor:
Dipl. Ing. Andreas Döring
Technical & Application Support
Competence Center Vision Technologies
Baumer Optronic GmbH
Badstrasse 30 · DE-01454 Radeberg
Phone +49 (0)3528 4386 0
[email protected]
Übersicht häufiger Druckbildprobleme industrieller Ink Jet Drucker
Technischer Report Mai 2011
www.baumer.com/verisens